大数成图

  • 来源:IT经理世界
  • 关键字:大数据,地图
  • 发布时间:2018-03-30 10:28

  大数据+地图,新技术解锁业务新模式。

  以前用“扫马路”的方式,开着车去记录地图数据和现实世界的地理信息变化,通常要3~10个月才能呈现到在线地图上。随着车联网、自动驾驶技术的发展,行业对地图更新速度的要求越来越高,这种方式已经捉襟见肘。大数据等技术为地图信息采集与更新提供了新的手段。现在,每天行驶在道路上的车会产生大量的轨迹数据,理论上平均只要五分钟,就可以“跑”出一张北京的公路网。

  时下,地图导航已经不再是出行导航的专属,而是已延伸到包括物流、电商、保险以及政务等多个领域,越来越成为工作生活中不可或缺的部分。当下,地图数据也成为BAT等巨头们激烈角逐的角斗场。对于地图厂商来说,首要任务是挖掘地图数据中的商业价值及社会价值。

  大数据的三条线

  大数据的产品很美好,但从采集到应用的困难也很“大”。四维图新集团旗下大数据公司世纪高通产品经理熊继林介绍,世纪高通的位置大数据平台MineData目前的数据总量高达4PB,日采集量达到了2.9TB,处理的数据种类高达114种。

  这个平台是将不同部门的数据本身存在交叉使用的场景汇集到同一个大数据平台上。在这个平台之上,有三种数据处理系统:数据蜂巢系统DataHIVE、数据可视化的MineMap和算法分析实验室MineLab。

  不同类型和来源的数据,首先通过探针汇集到数据蜂巢之中。“探针往简单理解,就是在不影响正常运行的情况下传输数据,比如汽车中的芯片探针,可以获取汽车状态和行驶的数据,在服务器里的探针,可以不影响集群传递企业的数据。”熊继林介绍,探针获取数据之后,传输到蜂巢中进行处理与分类,然后再分拣和提炼到不同的数据沙盒中去。“数据沙盒,你可以理解为数据应用的最小单元。”

  在数据可视化和数据分析时,只需根据需求,选配相应的数据沙盒即可。比如在物流行业的数据应用,会用到公路交通网络、车辆的实时信息和轨迹以及加油站的位置等。这样从数据收集到处理与应用,可以实时快速地通过数据蜂巢系统完成。“人类最初的地图是画在羊皮上、画在纸上,即使成了电子地图之后,一开始也是栅格的地图,说白了是图片,但我们不能拿图片去进行数据分析。为什么2C端App上的地图不适合企业用?因为和具体业务没有联系,没办法基于需求进行定制,而当数据在数据蜂巢中被打散和处理后,放入到一个个沙盒中,就可以在后台选配调用,通过MineMap做展示或是通过MineLab进行分析。”

  “千人千面”的地图

  “直接用2C的地图去做2B的业务,效率很低。”对日常应用来说,市面上主流的互联网地图,甚至常见的纸质地图,区别似乎不大。但对企业来说,应用于自身业务的地图,则有着完全不同的要求。在熊继林看来,对于想要应用位置信息服务平台的企业来说,面临的最大问题,就是如何将业务数据放到地图上。

  “一千个人眼中有一千个哈姆雷特”,同一个世界,基于不同的用途需要“看到”的信息是不同的。就像古代记录土地归属的鱼鳞图册,和地铁一卡通背后的地铁路线图,“神似”要比“形似”更为重要。熊继林举例,对于物流行业来说,公路网、加油站等要素是关注重点,而军事机构则需要全部地形要素。

  熊继林和团队曾经给物流企业做过车辆监控解决方案,通过技术服务实现对物流车辆的实时监控整合车辆的出发点、路线、到达位置,以及当时的路况、是否拥堵等数据,为物流行业计算出合理的路线规划,极大节省了物流行业的运营成本。类似的技术还用于交警行业,大城市早晚高峰拥堵几乎是常态,以往是凭交警的经验,指挥调节车道方向,经常出现同一条主干道上,一个方向交通严重拥堵,另一个方向的车辆却很稀疏。为此,四维图新为交警系统研发的交警平台上,通过潮汐模型,用道路和车流量的数据来分配“潮汐车道”,让交警快速而全面地找到这些需要开设潮汐车道的地方。此外,交警平台还研发了很多道路交通运行改善的模型,比如拥堵研判,堵点分析,路况预测,红绿灯配时优化等,通过和西安交警的合作,让西安市的拥堵情况排名下降了13位。

  新世代

  从最初做图商,到后来业务的不断拓展,一方面四维图新在被自动驾驶、车联网、新能源等趋势所推动,另一方面,又利用技术成为了推动者。杨赖土是世纪高通的产品总监,主要负责产品线战略的制定以及公司产品的规划、设计验收和发布。他在同企业客户交流中发现,国内企业对地理信息系统的需求越来越多,随着对业务理解和沟通的深入,位置大数据又挖掘出了全新的价值点。

  平安保险的车险在北京有400名稽查员,每天的任务就是去处理街上发生的事故,而事故平均每天发生两三千起,稽查员根本跑不过来。世纪高通的团队通过大数据,将场景分解,他们分析了北京的事故高发地,提前让稽查员知道哪里是事故高发地;其次,预测了稽查员在5到10分钟之内以自我为中心能跑多远,并以此提供老司机推荐路径,按起点和终点匹配,更合理更省时间。“这是位置大数据分析结果解决具体问题的案例,我们叫做急速勘察解决方案。

  很多在之前看来不好解决的问题,现在通过大数据有了方案,就像一个窗户纸被捅破。杨赖土介绍,目前MineData可以提供公有云、私有云和混合云的大数据解决方案,并在不断开拓新的行业客户。

  一直以来,四维图新都和车厂有着紧密的联系,对未来公司的定位也是做智能驾驶的大脑,而大数据平台被视为整个四维图新数据的出入口。谈到大数据平台的建设程度,熊继林觉得,还只是达到了阶段性的目标。“我们还有许多数据没有接入进来,比如说车联网。”而智能驾驶的车辆本身就会产生海量的数据,不仅是车辆的,还有驾驶员和人车交互的数据,未来可能一辆车一天就可以产生4个TB的数据。不久前,四维图新收购了芯片厂商杰发科,“因为车上的数据都是由芯片收集和处理的,所以未来芯片肯定会占据智能驾驶重要的基础位置”,目前诸如驾驶员驾驶状态、紧急刹车情况等重要数据还难以收集,而有了底层的芯片能力,也能够为大数据平台提供更全面的数据来源。“我们希望越来越多的数据掌握在自己手里”,杨赖土说,目前大数据平台与芯片数据的对接刚刚开始,今年他们将和车厂一起推进汽车传感器数据的采集和接入,未来平台还将迎来数据量的大爆发。

  文/李昊原

……
关注读览天下微信, 100万篇深度好文, 等你来看……
阅读完整内容请先登录:
帐户:
密码: